seemorg/books-ocr
收藏官方服务：
资源简介：
该数据集包含5个json文件，每个文件包含多个对象，每个对象代表一页内容，包含页面的OCR文本、审核后的HTML格式内容以及页码信息。OCR文本内容为阿拉伯语，涉及法律或宗教方面的论述。
The dataset consists of 5 json files, each containing multiple objects representing a page, including OCR text, reviewed HTML content, and page number information. The OCR text is in Arabic and contains legal or religious discussions.
提供机构：
seemorg
